激光视觉传感器的机器人焊缝高精度跟踪系统

以提升焊接机器人焊接精度为目的,设计激光视觉传感器的机器人焊缝高精度跟踪系统。由工业相机和激光传感器、焊接机器人等组成系统硬件架构,获取焊缝激光光源后,将其传输至激光图像传感层。采用激光图像传感器对焊缝激光光源图像进行物理滤波处理,使用工业相机拍摄焊缝激光图像。提取焊缝激光图像特征,依据其特征点位置对焊接机器人进行手眼标定,获取焊接机器人校正向量并将该向量输入到机器人运动控制层内的焊缝跟踪程序内,利用该程序不断修正焊接机器人跟踪行为并向接口电路电机驱动器发送控制跟踪命令,实现机器人焊缝高精度跟踪。实验结果表明：该系统具备良好的启动性能,对焊机机器人手眼标定径向畸变、切向畸变数值均较小,跟踪不同类型焊缝的最低偏差数值仅为0.01 mm,跟踪精度高。     

激光视觉焊缝跟踪实时图像处理研究

对激光视觉传感焊缝跟踪实时图像处理的方法进行了研究，就其中的关键技术-激光带中心的抽取和特征点的检测提出了切实可行的方法。该处理方法效果好，处理速度快，能够满足跟踪系统的实时性要求。     

一种快速有效的基于激光视觉的焊缝跟踪实时图像处理方式

对螺旋管激光视觉传感焊缝跟踪的实时图像处理进行了研究,就其中的关键技术焊缝中心线提取进行了讨论和研究.提出了一种快速有效的OSTU阈值分割法进行激光中心线提取,并且结合一维信号的形态滤波使中心线平滑.该方法效果理想,切实可行.     

线结构光视觉传感器二维机器人焊缝跟踪系统

提出了一种基于线结构光视觉传感器示教及纠偏的二维机器人焊缝跟踪方法。利用简单快速的系统标定,视觉传感器分别对焊缝上示教特征点和实际特征点坐标进行测量记录,同时采用模板匹配进行图像处理,测出它们之间的偏差,ABB机器人根据得到的偏差实时调整焊枪位置,从而实现自动跟踪。利用线结构光视觉传感器和ABB机器人设计了实验系统,对所提的方法进行了验证。     

基于3D激光扫描传感器的焊缝区域跟踪方法设计

一般二维数据传感器在智能焊接领域应用中,跟踪焊缝区域时,焊接枪抖振会导致跟踪误差大的问题,提出基于3D激光扫描传感器的激光焊缝自动跟踪方法,应用3D激光扫描传感器获取到完整的激光焊缝3D位置数据。对采集到的焊缝位置信息展开全局最优解处理,提取激光焊缝的相关特征。对激光焊缝跟踪相关的距离特征进行分类处理:设计模糊跟踪算法,利用基本论域方法建立目标边缘特征模型,调整激光焊缝隶属度参数,实现目标融合特征分类。在激光焊缝特征分类的基础上,利用变论域理论提高焊接跟踪控制准确率和焊缝成形检测效率,完成焊缝区域的控制跟踪,实现无人化焊接。实验结果表明:这种方法在减小跟踪误差中有明显的效果。     

激光视觉传感在焊接机器人焊缝识别中的应用

为实现复杂工况下焊接机器人精准识别焊缝目标,将激光视觉传感技术应用于机器人焊缝识别中。以激光视觉传感器作为核心硬件,构建焊接图像采集系统,运用PCI总线卡检测传感器及外部指示灯是否为连接状态,通过PXR800图像采集卡在规定时间内得到激光焊接图像,使用串口通信程序完成图像高效传输。分别采用双边滤波器与模糊算子实施图像去噪与增强处理,优化图像角点与激光条纹中心点,利用等式约束方程修正卡尔曼滤波后的图像坐标值,完成高精度焊缝识别任务。仿真结果证明,激光视觉传感能够帮助机器人提升焊缝识别精度、增强抗干扰能力,为焊接机器人的推广应用发挥积极作用。     

基于改进TLD算法的激光视觉传感型焊缝跟踪

为了解决基于线激光视觉传感的焊缝中心位置定位精度不高的问题,采用了一种基于改进跟踪-学习-检测(TLD)算法的焊缝跟踪方法.由激光视觉传感器实时获取焊缝图像,采用将跟踪器与检测器结合的TLD算法实时跟踪焊缝特征点,同时通过在线学习机制更新分类器参量.在此基础上对激光条纹图像截取感兴趣区域,大幅减少检测器的搜索区域;根据...     

基于双目视觉技术的激光再制造机器人跟踪系统

为提高激光再制造机器人跟踪性能,研究了一种基于双目视觉技术的激光再制造机器人跟踪系统。首先分析环境信息,再利用激光器采集机器人环境信息,设计机器人跟踪控制单元,然后对机器人的运动进行控制,最后设计机器人跟踪程序。至此,完成机器人跟踪系统的设计。实验结果表明,本系统不仅缩小了激光再制造机器人跟踪误差,左右偏差均为0.12 cm,还具有更好的激光再制造机器人避障精度,最高可达到97%,具有更高的实际应用价值。     

基于神经网络的焊缝跟踪系统视觉标定方法

文中提出一种基于深度神经网络的焊缝跟踪系统机器人视觉标定方法,实现了机器人的简单快速标定。将焊缝跟踪传感器安装在机械臂末端,使用线激光器对被检测角点进行定位,工业相机拍摄对应的标定棋盘图像,用角点提取算法获取到相应棋盘格点的数字图像坐标,并通过示教器读取机械臂的各个关节角,利用神经网络极强的非线性映射能力,将其传入训练好的BP神经网络进行三维空间坐标的预测。此方法能够实现机器人的快速标定,避开传统标定方法中复杂的非线性运算,并减少坐标转换间的累积误差。实验结果表明,基于神经网络的标定方法具有较高的精度,且标定过程简单,为机器人视觉标定提供了一种新的方法。     

管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

基于Matlab的焊缝跟踪系统的设计

针对现有的板件对接设备的不足,提出了一种基于Matlab的焊缝跟踪系统。设计了一种焊枪位置调节装置,建立各环节数学模型,确定了满足系统使用要求的比例系数和采样频率;研究了处理图像和确定焊缝中心的方法,并开发了一套基于Matlab的焊缝跟踪控制软件,实验结果良好。     

无线传感网络安全防护路径激光追踪方法

为了提高无线传感网络安全防护能力,需要进行网络安全防护路径设计,提出基于联合节点行为覆盖的无线传感网络安全防护路径激光追踪方法.构建无线传感网络安全防护路径的覆盖关系模型,根据传感器节点与目标节点从属关系进行无线传感网络安全防护的路径空间规划设计,采用最短路径寻优方法进行无线传感网络安全防护路径的激光控制,采用激光扫描...     

激光焊接质量的实时诊断和控制

综述了可用于激光焊接质量实时诊断的各种传感信号，详细描述了激光焊接质量实时诊断和控制技术的发展进程。     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

激光检测焊枪定位系统的研究

设计了一种实时描绘焊接操作过程的模拟训练系统。该系统采用了激光扩束准直系统,CCD成像技术和桥式传感电路,并通过微机系统实时记录焊接员的操作情况,给出了操作状态曲线。     

电弧光谱分布特征及激光传感器的光源选择

通过OceanOptics HR 4000CG-Uv-NiR型光谱仪分别采集了MIG焊、MAG焊和TIG焊电弧光谱,并分别进行了紫外光谱(205～380 nm)、可见光谱频(380～780 nm)和红外光谱(780～1000 nm)频域分析,结果发现,3种焊电弧光谱都存在440～480 nm、610～700nm和850～950 nm相对强度很弱的三个波段.在此基础上,选择激光传感器的结构光源,并设计了双反射镜式激光传感器,获得了高质量的清晰焊缝坡口图像.     

基于电弧传感焊缝跟踪的偏差信息检测

检测焊枪偏离焊缝信息是实现焊缝跟踪的精确度和可靠性的必要条件。基于摆动式电弧传感器的焊缝自动跟踪系统,利用电弧摆动来扫描焊缝,通过检测焊接电流的变化规律来检测焊缝的偏差信息。针对电弧信号不断变化往往存在谐波和噪声干扰,提出采用软件的中值滤波和均值滤波相结合方法对电弧信号进行处理,并且用积分差值法进行提取所需的焊缝偏差信息。通过实际的焊缝跟踪试验,结果表明该方法可以提高焊缝偏差信息检测的精确度和可靠性。     

TIG焊快速制造激光视觉检测系统的研究

为了研究钨极惰性气体保护焊(TIG)快速制造中金属结构成形的效果及工件变形情况,获取金属结构高度及其变化范围,通过对激光视觉传感所得到的图像进行分析,采用激光视觉检测的方法,制作了一种激光视觉检测系统。经与实验获得的实际金属结构高度数据对比,得到金属结构高度检测的误差在单道焊缝的自然成形的高度误差范围内的结果。结果表明,该方法可以比较有效地获得金属结构高度及母材工件变形情况。